精读CycleGAN论文-拍案叫绝的非配对图像风格迁移
合集 · 生成对抗网络GAN (7)
Description
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks ICCV 2017 论文主页：https://junyanz.github.io/CycleGAN 原始论文：https://arxiv.org/pdf/1703.10593.pdf CycleGAN是Image Translation（图像转译）领域的经典深度学习算法，巧妙实现了两个非配对图像域的相互迁移，通过构造两个GAN网络和两个Cycle-consistency自监督损失函数，在图像迁移之后仍保留原始输入图像信息，在防止模式崩溃的同时，间接实现了图像配对。 CycleGAN在照片转莫奈油画、野马转斑马花纹、夏天转冬天景色、街景转语义分割标签等图像转译应用上表现出色。 OpenMMLab图像生成开源算法库MMGeneration：https://github.com/open-mmlab/mmgeneration